Ling 3.0 Tiny vs Inkling Small: „Small“ leistet in diesen beiden Namen eine Menge Arbeit.

„Tiny" und „Small" klingen nach derselben Größe, und die beiden neuesten Modelle, die diese Namen tragen, könnten nicht weiter auseinanderliegen.Ling 3.0 Tinyist ein proprietäres MoE von InclusionAI (Ant Group) mit 7,9 Milliarden Parametern — etwa 1,3 Mrd. aktive Parameter pro Token, heute kostenlos über eigene API-Endpunkte aufrufbar, rein textbasiert, erreichte 23 Punkte auf dem Artificial Analysis Intelligence Index.Inkling Smallist das offene Sparse-MoE von Thinking Machines Lab mit 276 Milliarden Parametern — 12 Mrd. aktiv, Apache-2.0-Gewichte auf Hugging Face, native Text-, Bild- und Audioeingabe, erreichte 40 Punkte auf demselben Index. Das eine ist in jedem realen Sinne kleiner und für nur ein paar Cent zu mieten; das andere umfasst ein Drittel einer Billion Parameter, die man herunterladen und auf eigener Hardware ausführen kann. Die Namen sind die Falle: Dies ist kein Vergleich zweier kleiner Modelle, sondern ein Vergleich zweier völlig unterschiedlicher Arten, KI zu kaufen, deren einzige gemeinsame Marketingentscheidung ein verkleinerndes Adjektiv ist.

Beide erschienen innerhalb weniger Tage voneinander im bisher vollsten Sommer, den der Modellmarkt je erlebt hat – Inkling Small am 30. Juli 2026, Ling 3.0 Tiny am 6. August – und beide zielen auf denselben Käufer: ein Team, das leistungsfähige KI ohne das Budget für Spitzenmodelle möchte. Dieser Beitrag trennt, was jedes einzelne tatsächlich ist, was die unabhängigen Zahlen sagen und warum sich die Frage „Welches ist besser?“ eigentlich als Frage „Welches möchtest du besitzen?“ entpuppt.

Ling 3.0 Tiny: die kostenlose API

Ling 3.0 Tiny ist ein Mixture-of-Experts-Argumentationsmodell mit insgesamt 7,9B Parametern und etwa 1,3B aktiven Parametern pro Token – klein, kostengünstig zu betreiben und derzeit preislich attraktiv positioniert. Es bietet ein Kontextfenster von 256K Token (262K in den kommerziellen Auflistungen und bei Artificial Analysis), bis zu 32K Ausgabe-Token, native Funktionsaufrufe und Prompt-Caching, mit einem pro Anfrage umschaltbaren Modus zwischen standardmäßig aktiviertem „Thinking“ und direktem „Instant“-Modus. Es ist Text-in, Text-out; es gibt keinen Bild- oder Audiopfad.

Das Geschäftsmodell ist der auffällige Teil. Es ist gelistet als inclusionai/ling-3.0-tiny:free bei 0 $ pro Million Tokens auf beiden Seiten; ein zweites Gateway bietet es bis 8:00 Uhr PT am 14. August 2026 kostenlos an, danach gelten die angegebenen Sätze von 0,06 $ pro Million Input-Tokens und 0,18 $ pro Million Output-Tokens. Für ein API-Modell ist das eine außergewöhnliche Zahl – unter praktisch jeder vergleichbaren Preisstufe für Textmodelle auf dem Markt – und Artificial Analysis hat es bereits getestet: Intelligence Index 23, Rang 6 von 56 Modellen seiner Klasse gegenüber einem Median von 8. Derselbe Testlauf stufte es als sehr wortreich ein: Es erzeugte 210 Millionen Output-Tokens gegenüber einem Median von 63 Millionen Tokens, was die versteckten Kosten sind, die man bei der Kostenplanung im Blick behalten sollte.

Inkling Small: die offenen Gewichte

Inkling Small ist eine andere Spezies. Es ist ein sparse Mixture-of-Experts-Transformer mit 276B Gesamtparametern und 12B aktiven Parametern pro Token – 42 Schichten, wobei jedes Token auf 6 von 256 Experten plus 2 geteilte Experten geroutet wird – destilliert on-policy aus dem 975B-Flaggschiff Inkling und anschließend mit zusätzlichem Reinforcement Learning für agentisches Codieren verstärkt. (Die technische Spezifikation von Artificial Analysis nennt 266B gesamt; die 12B aktiven Parameter stimmen überein, und der Unterschied ändert nichts am Vergleich.) Die Gewichte sind auf Hugging Face unter Apache 2.0 ohne kommerzielle Einschränkungen verfügbar. Es ist multimodal beim Eingang – Text, Bild und Audio landen im selben Token-Stream, mit reiner Textausgabe – und es bietet einen fünfstufigen Regler für die Denkanstrengung (minimal bis xhigh), sodass dieselben Gewichte günstig oder mit voller Leistung laufen können.

Da es offene Gewichte hat, ist die Zugriffsgeschichte völlig anders. Thinking Machines stellt es über seine Tinker-API zu 0,30 $ / 1,20 $ pro Million Token bereit, mit gecachten Eingaben zu 0,06 $, und es wird auf zwei Drittanbieter-Endpunkten zu etwa 0,45–0,50 $ Input / 1,20 $ Output pro 1M geführt, wobei der Kontext auf diesen Endpunkten auf 524.288 Token begrenzt ist statt der beworbenen 1M. Oder Sie laden die Gewichte selbst herunter – was 276 GB bei 8-Bit, einen Multi-GPU-Knoten, keine Workstation und eine Frage der Quantisierung bedeutet (die gehosteten Endpunkte liefern fp8; die Benchmarks des Anbieters wurden nicht auf fp8 gemessen).

Die unabhängige Anzeigetafel

Stellt man beide auf dieselbe Artificial-Analysis-Skala, ist die Leistungslücke eindeutig. Inkling Small erreicht 40 Punkte im Intelligence Index und belegt Platz 15 von 101 in seiner Klasse; Ling 3.0 Tiny erreicht 23 Punkte und belegt Platz 6 von 56 in seiner (kleineren) Klasse. Die 17-Punkte-Lücke entspricht in etwa dem Abstand zwischen „wirklich nützlichem Budget-Modell" und „komfortabel überdurchschnittlich für ein winziges Modell". Inkling Smalls 12B aktive Parameter – fast zehnmal so viele wie Ling 3.0 Tinys 1.3B – zeigen sich bei agentischen Aufgaben, Langkontext-Abfragen und Programmierung, den Dimensionen, aus denen sich der Index zusammensetzt. Ling 3.0 Tiny ist außergewöhnlich für seine Größe; Inkling Small ist einfach leistungsfähiger, weil es ein grundlegend größeres Modell ist, das einen kleinen Namen trägt.

Beide Modelle sind wortreich, was erwähnenswert ist, da es sich auf beide Rechnungen auswirkt. Artificial Analysis maß, dass Ling 3.0 Tiny bei seinem Indexlauf 210M Ausgabe-Tokens verbrannte (63M Median) und Inkling Small 130M (100M Median). Inkling Small denkt etwa 30% mehr als üblich; Ling 3.0 Tiny denkt mehr als dreimal so viel wie üblich. Keines der beiden ist ein Modell, das man einsetzt und dann nicht mehr im Blick behält.

Die Maße, jeweils eine Zeile:

• Unabhängige Punktzahl — Ling 3.0 Tiny AA Index 23 (#6/56, Klassenmedian 8) vs. Inkling Small AA Index 40 (#15/101).

• Preis — Ling 3.0 Tiny kostenlos, dann $0.06 / $0.18 pro 1M vs. Inkling Small $0.30–$0.50 Input / $1.20 Output pro 1M bei gehosteten Endpunkten, oder $0 plus eigene Hardware.

• Größe — 7,9B gesamt / ~1,3B aktive MoE, proprietär vs. 276B gesamt / 12B aktive Sparse-MoE, offene Gewichte unter Apache 2.0.

• Modalität — Ling 3.0 Tiny nur Text vs. Inkling Small Text-, Bild- und Audioeingabe, Textausgabe.

• Kontext — 256K bei Ling 3.0 Tiny gegenüber bis zu 1M beworben / 524K bereitgestellt auf den aktuellen gehosteten Endpunkten von Inkling Small.

• Eigentum — geschlossene API, die Sie mieten, gegenüber offenen Gewichten, die Sie besitzen, auf Tinker feinabstimmen oder selbst auf einem Multi-GPU-Knoten ausführen können.

Was dich jedes einzelne tatsächlich kostet

Der Preisunterschied ist nicht die interessante Zahl; der Eigentumsunterschied ist es. Ling 3.0 Tiny ist ein nach Verbrauch abgerechneter Dienst: eine Woche lang kostenlos, danach 0,06 $ / 0,18 $ pro Million Tokens, für immer, bei beliebiger Parallelität, mit einer Ausführlichkeitssteuer, die die effektiven Ausgabekosten vervielfacht. Inkling Small hat zwei Preisschilder: ein gemietetes – etwa 0,50 $ / 1,20 $ pro Million auf Drittanbieter-Endpunkten oder 0,30 $ / 1,20 $ direkt beim Anbieter – und ein gekauftes, das eine ernsthafte Hardware-Investition und den technischen Aufwand bedeutet, um 276B Parameter zu bedienen. Die von Artificial Analysis gemessenen wirtschaftlichen Kennzahlen ergeben für Inkling Small einen Mischpreis von etwa 0,22 $ pro 1M Tokens und ungefähr 0,07 $ pro Intelligence-Index-Aufgabe, was es angesichts seiner Leistung wirklich günstig macht, als API betrieben zu werden. Aber die Open-Weights-Option hat nach der Rechnung für Training und Hosting überhaupt keinen Zähler mehr, was dieselbe Logik ist, die Menschen zu einem 2.6B-Checkpoint zieht, und bei 276B weitaus schwerer zu rechtfertigen ist.

Es gibt auch Fähigkeitsbeschränkungen, die mit dem offenen Modell verbunden sind und die ein Datenblatt nicht erfasst. Die Karte von Inkling Small empfiehlt Audioeingaben von unter zwei Minuten, während es beim Flaggschiff unter zwanzig sind – eine Verringerung um das Zehnfache, wenn man Besprechungen analysieren möchte. Keiner der gehosteten Endpunkte bewirbt derzeit response_format (schema-erzwungenes JSON), was wichtig ist, wenn Ihre Pipeline von strukturierter Ausgabe abhängt. Und die Robustheit gegenüber adversarischen Angriffen, gemessen an den eigenen Zahlen des Labors (71,6 % bei FORTRESS adversarial), ist ein Grund, nachzudenken, bevor man es hinter einer öffentlichen Texteingabe bereitstellt. Ling 3.0 Tiny, da es eine API ohne Gewichte ist, hat keine dieser Self-Hosting-Fragen – man nimmt, was der Endpunkt liefert.

Welches "small" ist das richtige für Ihr Problem?

Wählen Sie Ling 3.0 Tiny, wenn Sie das günstigste leistungsfähige Text-Reasoning mieten möchten, das es gibt, Sie keine Bilder sehen oder Audio hören müssen, Ihnen ein unabhängig bewertetes Modell wichtig ist, das Sie diese Woche kostenlos ausprobieren können, und Sie mit einer verbrauchsabhängigen Abrechnung und einem ausführlichen Modell einverstanden sind. Wählen Sie Inkling Small, wenn Sie die Leistungsfähigkeit benötigen — echten multimodalen Input, 12B aktive Parameter mit Agentenstärke, einen um 17 Punkte höheren Index-Score — oder wenn Sie speziell offene Gewichte möchten, die Sie besitzen, feinabstimmen oder vollständig von einem Anbieter wegbewegen können. Wählen Sie es wegen der Modalität und des Index-Scores, nicht wegen des Namens.

Eine ehrliche Anmerkung zum Mieten.

Keines dieser Modelle ist auf OrcaRouter, und wir werden auch nichts anderes andeuten. Ling 3.0 Tiny wird über eigene kostenlose Endpunkte bereitgestellt; Inkling Small läuft über die Tinker-API von Thinking Machines, über Third-Party-Endpunkte oder auf Ihrem eigenen GPU-Knoten. Wofür OrcaRouter in diesem speziellen Vergleich nützlich ist, ist alles drumherum: die Frontier- und Mid-Tier-Modelle, gegen die Sie benchmarken werden, und diejenigen, zu denen Sie routen, wenn die günstige Stufe an ihre Kapazitätsgrenze stößt. Wenn sich das Zeitfenster des kostenlosen Ling 3.0 Tiny schließt oder ein kostenloser Endpunkt an ein Rate-Limit stößt, ist der Ausweg eine gehostete Budget-Stufe — Qwen 3.7 Flash für 0,03 $ / 0,13 $, Gemini 3.5 Flash-Lite für 0,30 $ / 2,50 $ und über 200 weitere hinter einem einzigen OpenAI-kompatiblen Schlüssel mit 0 % Aufschlag, sodass der Preis dem Listenpreis des Anbieters entspricht, mit automatischem Failover, damit ein Benchmark-Lauf oder ein Produktionspfad nicht an einer schlechten Stunde eines einzelnen Anbieters scheitert. Inkling Small, dessen Gewichte offen sind, ist die eine Seite dieses Vergleichs, die ein Router nie für Sie hosten wird — und die eine Seite, bei der genau das der Punkt ist.

Urteil

Die beiden Namen beschreiben die Marketing-Absicht, nicht die Größe. Ling 3.0 Tiny ist wirklich winzig und wirklich günstig — die beste kostenlose Testversion im Budget-Segment in diesem Monat, mit einer ehrlichen, wenn auch bescheidenen unabhängigen Bewertung und einem Zähler, der am 14. August startet. Inkling Small ist ein 276B-Modell mit einem kleinen Namen — zehnmal so viele aktive Parameter, um siebzehn Indexpunkte höher, nativ multimodal und offene Gewichte, die Sie tatsächlich besitzen können. Wenn Sie das günstigste leistungsfähige Text-Reasoning mieten möchten, nehmen Sie Ling 3.0 Tiny und genießen Sie die kostenlose Woche. Wenn Sie ein Modell möchten, das Sie besitzen, feinabstimmen und selbst ausführen können — oder eines, das hören und sehen kann —, ist „Small“ nicht das richtige Wort für das, was Sie brauchen.